近年中國企業在人工智能（AI）領域的進展看似迅速，但有分析認為，其主要途徑是對美國頂尖模型進行蒸餾，在某些層面等同於取得美國的先進技術。這種模式被比喻為滑水：滑水者可藉由快艇尾流高速前進，速度有時甚至可能超過快艇，卻無法真正超越帶動它的快艇。
換言之，中國實驗室的快速進步仍建立在美國同行持續推進技術前沿之上。美國技術加速，中國模型可能隨之提升；若美國放緩，中國的發展也可能受限，難以脫離追隨者角色。
模型蒸餾是以另一個人工智能模型的輸出內容來訓練新模型，並非從零開始建立模型。大型語言模型（LLM）最初透過學習網路文本模仿人類語言，而蒸餾則是進一步模仿其他大型語言模型所展現的文字生成、技能與推理能力。美國模型生成的內容，因而可成為中國模型的訓練材料。
分析指出，美國企業須讓使用者付費使用成本高昂的模型；相較之下，中國企業可利用較低成本的仿製模型。美國前沿模型可供蒸餾的空間卻正在縮小，因為網路上的文本資料幾乎已被充分使用，美國AI公司也沒有太多更先進的模型可供模仿。
目前，美國企業愈來愈依賴強化學習（RL）推進模型能力。這種方法是為模型設定目標，例如讓模型自行嘗試解答複雜數學題；但其效率較低。現階段，美國企業超過一半的運算資源用於強化學習，較2024年初的二十分之一增加逾兩倍。中國企業則再對美國模型透過強化學習取得的能力進行蒸餾，也就是美國模型透過自主摸索學習，中國模型則透過模仿吸收成果。
《計算語言學協會論文集》（Findings of the Association for Computational Linguistics）今年7月刊登的一項研究顯示，中國人工智能實驗室深度求索（DeepSeek）訓練的一個小型模型，在一項廣泛採用的數學測試中，得分由14.6%提高至45.8%。
為了達到美國前沿模型的能力，中國實驗室仍需要更多訓練資料，因此持續大規模進行模型蒸餾。Anthropic今年9月發布的報告發現，五家中國企業在五個月內從Anthropic模型收集超過1.8億條訊息。由於內容相似性極高，中國人工智能有時甚至會將自己辨識為Claude或ChatGPT。
不過，分析也指出，中國人工智能的許多進展來自本土研發。全球主要人工智能會議NeurIPS的論文數據顯示，全球頂尖人工智能研究人員中，超過一半具有華人背景。
然而，人才優勢仍有其限制。如今推動人工智能發展的主要動力是先進運算晶片；美國科技巨頭各自擁有的先進晶片數量，都超過中國所有競爭對手的總和。在這種情況下，中國只能透過模型蒸餾來縮短差距。
研究人員估計，中國人工智能模型較美國最先進模型落後約3至6個月；專家認為，若沒有模型蒸餾，這項差距可能接近翻倍。
為防範模型遭中國企業蒸餾，Anthropic與OpenAI均正設法阻斷取得模型能力的管道。兩家公司已著手修補一項今年8月發現的漏洞，同時加強對模型蒸餾行為的監測。
Anthropic也開始對Claude模型的請求收費，即使模型察覺對方意圖並拒絕回應，仍會收取費用。Anthropic表示，這項做法長期而言未必有效，但截至目前，蒸餾資料量已減少90%至99%，代價則是損失5%至7%的收入。
Anthropic認為，中國公司發布接近美國前沿水準的模型時，未設置防止濫用的安全限制，可能構成國家安全風險。
另一方面，有觀點認為，美國前沿模型本身也是利用可免費取得的網路資料訓練而成，因此中國公司以美國模型協助訓練，幾乎未引起普遍的不妥感。若美國公司完全切斷中國企業的存取管道，未來可能會為此感到後悔。
中國企業本身也意識到，過度依賴模型蒸餾只能跟隨美國腳步。若未來出現遞歸式自我改進，即人工智能模型可自主開發下一代模型的技術，可能需要複雜的基礎設施；長期仰賴蒸餾的企業，未必具備這些條件。
字節跳動創始人張一鳴曾表示，字節跳動未來不會利用模型蒸餾大幅提升自家模型能力，因為蒸餾最多只能持續縮小與前沿技術的差距，難以真正實現超越。不過，他也承認，若不依賴美國前沿模型，字節跳動又會開始落後。
